Spatial, temporal and individual‐based differences in nest‐site visits and subsequent reproductive success in wild great tits
Notice bibliographique
Résumé
The behaviour of individual birds before and during the breeding period may be an important factor determining reproductive success. One commonly observed behaviour during the breeding period in many species is the visitation of multiple potential breeding sites. Much research has attempted to determine the function and consequences of this behaviour, but traditionally studies have been limited to not examining individual‐level behaviour, or only considering a small number of individuals. We used automated recording of RFID‐tagged birds visiting nestboxes to study a population of 80 great tits ( Parus major ) making > 3500 daily visits across 74 breeding sites, to quantify the frequency, spatial patterning, and temporal occurrence of this behaviour from the pre‐breeding period onwards. We argue that 1) the tight spatial clustering of visits, 2) juveniles visiting more sites than adults, and 3) males (but not females) continuing to visit other sites even as egg laying at their own nest occurs, indicate that territoriality and extra‐pair mating may underpin visitation behaviour. Further, we find that spatial clustering of female visits relates to increased clutch size and fledging success, while frequently visiting a preferred nesting site increases the likelihood of obtaining a breeding site but reduces subsequent reproductive output for both sexes. Our study offers new insight into the mechanisms potentially driving breeding site visitation behaviour, and demonstrates its relationship to individual fitness. We suggest that although visitation behaviour may be related to different components of fitness, future work should use experiments to fully assess the causal factors and effects of visitation behaviour.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».